¿Cuál es el principio de la inteligencia artificial?
Inteligencia artificial = cálculo matemático.
La inteligencia de las máquinas depende de "algoritmos". Originalmente se descubrió que 1 y 0 pueden representarse mediante la apertura y el cierre de un circuito. Luego se organizan muchos circuitos juntos y diferentes disposiciones pueden representar muchas cosas, como colores, formas y letras. Junto con el elemento lógico (transistor), se forma el modelo "entrada (presione el botón del interruptor) -cálculo (la corriente pasa por la línea) -salida (la luz se enciende)".
Imagina que tienes un interruptor de control dual en tu casa.
Para lograr cálculos más complejos, finalmente se convirtió en un "circuito integrado a gran escala": un chip.
Después de anidar y encapsular la lógica del circuito capa por capa, nuestro método para cambiar el estado actual se convierte en un "lenguaje de programación". Eso es lo que hacen los programadores.
El programador le dice a la computadora cómo realizarlo y todo el proceso lo arregla el programa.
Por lo tanto, para que la computadora pueda realizar una determinada tarea, el programador primero debe comprender completamente el proceso de la tarea.
Tomemos el ascensor como ejemplo:
No subestimes este ascensor, también es bastante “inteligente”. Piense en los juicios que debe hacer: dirección hacia arriba y hacia abajo, si está lleno, horas pico, si el tiempo de estacionamiento es suficiente, pisos impares y dobles, etc. Debe pensar en todas las posibilidades con anticipación; de lo contrario, se producirán errores.
Hasta cierto punto, los programadores controlan el mundo. Pero todo debe hacerse personalmente. Los programadores están demasiado cansados. Los ves trabajando horas extras y todos están celosos.
Entonces pensé: ¿Pueden las computadoras aprender por sí mismas y resolver problemas por sí mismas? Y solo necesitamos contarle un conjunto de métodos de aprendizaje.
¿Recuerdas que en 1997 IBM ganó el campeonato de ajedrez con un ordenador especialmente diseñado? De hecho, su método es muy estúpido: cálculo de fuerza bruta, el término es "exhaustivo" (de hecho, para ahorrar potencia informática, IBM recortó artificialmente muchos cálculos innecesarios, como esos movimientos obviamente estúpidos, optimizando Casparo El estilo del marido). La computadora calcula todos los movimientos de cada movimiento y luego los compara con los registros del juego humano para encontrar la solución óptima.
Una frase: ¡Trabaja duro para crear milagros!
Pero cuando llega el momento de partir, ya no podemos ser tan pobres. No importa cuán grande sea el poder, tiene sus límites. La posibilidad de jugar al Go supera con creces el número total de átomos en el universo (conocido) y llevaría decenas de miles de años incluso con los mejores superordenadores disponibles. Hasta que las computadoras cuánticas maduren, las computadoras electrónicas serán casi imposibles.
Entonces, el programador agregó una capa adicional de algoritmo a AlphaGo:
A. Calcula primero: ignora dónde contar.
b. Luego, cálculos específicos.
——Es esencialmente cálculo. ¡No hay "percepción"!
En el paso A, ¿cómo debería determinar "dónde calcular"?
Este es el tema central de la "inteligencia artificial": el proceso de "aprendizaje".
Piénsalo bien, ¿cómo aprenden los humanos?
Toda cognición humana proviene de resumir los fenómenos observados y predecir el futuro en base a las reglas resumidas.
Cuando veas un animal de cuatro patas, pelo corto, tamaño mediano y boca larga que ladra, clasificarás todos los objetos similares que veas en el futuro como perros.
Sin embargo, las máquinas aprenden de una manera cualitativamente diferente a la de los humanos:
Al observar algunas características, uno puede inferir la mayoría de las incógnitas. Toma una esquina y dale la vuelta.
La máquina debe observar muchos perros para saber si éste es un perro.
Una máquina tan estúpida promete gobernar a la humanidad.
¡Es simplemente fuerza bruta! Vive duro.
En concreto, su algoritmo de "aprendizaje" se llama "red neuronal" (lo cual es bastante un farol).
(Extractor de características, resume las características del objeto, luego coloca las características en el grupo para su integración y conecta completamente la red neuronal para generar la conclusión final)
Requiere dos requisitos previos:
1. Consuma muchos datos, intente cometer errores y ajuste gradualmente su precisión.
2. Cuantas más capas haya en la red neuronal, más preciso será el cálculo; (Hay un límite) y la potencia informática requerida cuanto mayor.
Así que, aunque el método de la red neuronal existió hace muchos años (en aquella época todavía se llamaba "perceptrón"). Sin embargo, limitado por la cantidad de datos y potencia informática, no se ha desarrollado.
Las redes neuronales suenan mejor que los perceptrones. ¡No sé dónde está la gama alta! ¡Esto nos dice una vez más lo importante que es tener un buen nombre para la investigación (Zhuang) y la investigación (Bi)!
Ahora se cumplen ambas condiciones: big data y computación en la nube. Quien sea el propietario de los datos puede utilizar la IA.
Áreas de aplicación comunes actualmente de la inteligencia artificial:
El reconocimiento de imágenes (identificación de seguridad, huellas dactilares, belleza, búsqueda de imágenes, diagnóstico de imágenes médicas) utiliza "Red neuronal convolucional (CNN)", principalmente extrae características de dimensión espacial para identificar imágenes.
El procesamiento del lenguaje natural (diálogo persona-computadora, traducción) utiliza "RNN" para extraer principalmente características en la dimensión temporal. Debido al orden de las palabras, el momento en que aparece una palabra determina su significado.
El nivel de diseño del algoritmo de la red neuronal determina su capacidad para describir la realidad. El gran experto Ng Enda diseñó una vez una capa convolucional con hasta 100 capas (demasiadas capas pueden causar fácilmente problemas de sobreajuste).
Cuando comprendemos profundamente el significado del cálculo: existen leyes matemáticas claras. Por tanto,
El mundo tiene características cuánticas (aleatorias), lo que determina las limitaciones teóricas de las computadoras. De hecho, las computadoras ni siquiera pueden generar números verdaderamente aleatorios.
La máquina todavía está torpe.
Para más conocimientos sobre inteligencia artificial y bendición divina, si quieres saber más puedes preguntar vía mensaje privado.